[发明专利]一种PDF文档目录的获取方法及装置

权利要求书

1.一种PDF文档目录的获取方法，其特征在于，包括：

对PDF文档的体系结构进行解析，获取PDF文档的交叉索引表；

对所述交叉索引表进行检索，得到文件尾TRAILER字典；

对所述文件尾TRAILER字典进行分析，得到键值ROOT对应的目录簿CATALOG字典；

对所述目录簿CATALOG字典进行检索，获得所述PDF文档的目录。

2.根据权利要求1所述的PDF文档目录的获取方法，其特征在于，所述对PDF文档的体系结构进行解析，获取PDF文档的交叉索引表的步骤包括：

对PDF文档的树形层次数据结构进行解析，获取所述PDF文档的交叉索引表。

3.根据权利要求1所述的PDF文档目录的获取方法，其特征在于，所述对所述TRAILER字典进行分析，得到键值ROOT对应的目录簿CATALOG字典的步骤包括：

对所述TRAILER字典进行分析，获取键值ROOT；

根据所述键值ROOT，获取所述键值ROOT对应的目录薄CATALOG字典。

4.根据权利要求1所述的PDF文档目录的获取方法，其特征在于，所述对所述目录簿CATALOG字典进行检索，获得所述PDF文档的目录的步骤包括：

对所述目录薄CATALOG字典进行检索，获取键值OUTLINES；

根据所述键值OUTLINES，获取所述键值OUTLINES对应的目录对象以及目录对象中各目录项的父级目录项、兄级目录项以及子级目录项信息；

对所述各目录项的父级目录项、兄级目录项和子级目录项信息进行提取，获得所述PDF文档的目录。

5.根据权利要求4所述的PDF文档目录的获取方法，其特征在于，所述对所述各目录项的父级目录项和子级目录项进行提取的步骤包括：

步骤a，获取所述目录对象中一当前目录项；

步骤b，根据所述各目录项的父级目录项以及子级目录项信息，获取所述当前目录项的父级目录项和所述当前目录项的子级目录项。

6.根据权利要求4所述的PDF文档目录的获取方法，其特征在于，所述对所述各目录项的兄级目录项进行提取的步骤包括：

步骤c，获取所述目录对象中一当前目录项；其中，每个目录项包含上一个PREV指针信息和下一个NEXT指针信息；

步骤d，根据所述当前目录项的PREV指针信息，获取所述当前目录项的上一个兄级目录项；其中，所述上一个兄级目录为一新当前目录项；和/或

根据所述当前目录项的NEXT指针信息，获取所述当前目录项的下一个兄级目录项；其中，所述下一个兄弟目录项为一新当前目录项；

步骤e，重复步骤d中根据所述当前目录项的PREV指针信息，获取所述当前目录项的上一个兄级目录项；其中，所述上一个兄级目录项为一新当前目录项的步骤至当前目录项的PREV指针信息为空；和/或

重复步骤d中根据所述当前目录项的NEXT指针信息，获取所述当前目录项的下一个兄级目录项；其中，所述下一个兄级目录项为一新当前目录项的步骤至当前目录项的NEXT指针信息为空。

7.一种PDF文档目录的获取装置，其特征在于，包括：

第一获取模块，用于对PDF文档的体系结构进行解析，获取PDF文档的交叉索引表；

第二获取模块，用于对所述交叉索引表进行检索，得到文件尾TRAILER字典；

第三获取模块，用于对所述文件尾TRAILER字典进行分析，得到键值ROOT对应的目录簿CATALOG字典；

第四获取模块，用于对所述目录簿CATALOG字典进行检索，获得所述PDF文档的目录。

8.根据权利要求7所述的PDF文档目录的获取装置，其特征在于，所述第一获取模块包括：

第一获取子模块，用于对PDF文档的树形层次数据结构进行解析，获取所述PDF文档的交叉索引表。

9.根据权利要求7所述的PDF文档目录的获取装置，其特征在于，所述第三获取模块包括：

第二获取子模块，用于对所述TRAILER字典进行分析，获取键值ROOT；

第三获取子模块，用于根据所述键值ROOT，获取所述键值ROOT对应的目录薄CATALOG字典。